像素
定义
分辨率指屏幕上像素的数目，为了控制像素的亮度和彩色深度，每个像素需要很多个二进制位来表示，如果要显示256种颜色，则每个像素至少需要8位(一个字节)来表示，即2的8次方等于256；当显示真彩色时，每个像素要用3个字节的存储量.
不同计算机屏幕由于分辨率设置的不同，所以显示出像素的大小也不同。例如，同样一个17英寸的液晶屏幕，设置为
时，水平有800个像素点，设置为的时候，水平有1024个像素点，显然，在屏幕总宽度不变的情况下，像素的大小是不一样的。像素值也是长度定义中使用最为普遍的单位，因为一般浏览器输出页面总是在屏幕上，如果设计者不考虑打印输出的话，利用像素值就能够在屏幕上进行了精确的定位。
像素值的英文名称为pixel，是一个合成词，词源为picture element二词的词头合成词，px就成了单位名称，例如10px就是像素长度，468px就是468像素长度。
用像素值定义长度的时候，一定要考虑屏幕分辨率的兼容性，例如，一个设计者设置了一个张图片的显示宽度是800像素，在
像素分辨率的屏幕上它能够占据整个宽度，而在像素宽度的屏幕上，它只能占有屏幕宽度的一半。像素值的单位也可以省略不写，例如76就代表76px，即76像素长度。如果浏览器遇到了在数字后面有不能识别的字符，就会忽略这些字符直接取前面的数字作为长度值。例如，100abcd会被浏览器识别为100px。
像素值
相机所说的像素，其实是最大像素的意思，像素是分辨率的单位，这个像素值仅仅是相机所支持的有效最大分辨率。
30万
50万
80万
5” （英寸）130万
6” （英寸）200万
8”（英寸) 5”（英寸）310万
10”（寸） 7”（英寸）430万
12”（英寸） 8”（英寸）500万
12”（英寸） 8”（英寸）600万
14”（英寸） 10”（寸）800万
16”（英寸） 10”（寸）1100万
20”（英寸） 12”（英寸）1400万
24”（英寸） 14”（英寸）以上都是大约尺寸。
单位
当图片尺寸以像素为单位时，我们需要指定其固定的分辨率，才能将图片尺寸与现实中的实际尺寸相互转换。例如大多数网页制作常用图片分辨率为72，即每英寸像素为72，1英寸等于2.54厘米，那么通过换算可以得出每厘米等于28像素；又如
厘米长度的图片，等于像素的长度。DPI 点每英寸
LPI 线每英寸
PPI 像素每英寸
有效像素值
象素
首先我们要明确一点，一张数码照片的实际像素值跟感应器的象素值是有所不同的。以一般的感应器为例，每个像素带有一个光电二极管，代表着照片中的一个像素。例如一部拥有500万像素的 数码相机，它的感应器能输出分辨率为 的图像—其实精确来讲，这个数值只相等于490万有效像素。有效像素周围的其他象素负责另外的工作，如决定“黑色是什么”。很多时候，并不是所有感应器上的像素都能被运用。索尼F505V就是其中的经典案例。索尼F505V的感应器拥有334万象素，但它最多只能输出即260万像素的图像。归其原因，是索尼当时把比旧款更大的新型感应器塞进旧款数码相机里面，导致感应器尺寸过大，原来的镜头不能完全覆盖感应器中的每个像素。因此，数码相机正是运用”感应器象素值比有效象素值大“这一原理输出数码图片。在当今市场不断追求高像素的环境下，数码相机生产商常常在广告中以数值更高的感应器像素为对象，而不是反映实际成像清晰度的有效像素。
感应器像素插值
在通常情况下，感应器中不同位置的每个像素构成图片中的每个像素。例如一张500万像素的照片由感应器中的500万个像素对进入快门的光线进行测量、处理而获得（有效像素外的其他像素只负责计算）。但是我们有时候能看到这样的数码相机：只拥有300万像素，却能输出600万像素的照片！其实这里并没有什么虚假的地方，只是照相机在感应器300万像素测量的基础上，进行计算和插值，增加照片像素。
当摄影者拍摄JPEG格式的照片时，这种“照相机内扩大”的成像质量会比我们在电脑上扩大优秀，因为“照相机内扩大”是在图片未被压缩成JPEG格式前完成的。有数码相片处理经验的摄友都清楚，在电脑里面扩大JPEG图片会使画面细腻和平滑度迅速下降。虽然数码相机插值所得的图片会比感应器像素正常输出的图片画质好，但是插值所得的图片文件大小比正常输出的图片大得多（如300万感应器像素插值为600万象素，最终输入记忆卡的图片为600万像素）。因此，插值所得的高像素看来并没有太多的可取之处，其实运用插值就好像使用数码变焦－并不能创造原像素无法记录的细节地方
CCD总像素
CCD总像素也是一个相当重要指标，由于各生产厂家采用不同技术，所以其厂家标称CCD像素并不直接对应相机实际像素，所以购买数码相机时更要看相机实际所具有总像素数。一般来讲总像素水平达到300万左右就可以满足一般应用了，一般200万象素、100万象素产品也可以满足低端使用，当然更高象素数码相机可以得到更高质量照片，有些公司已经开始推出600万象素级别普通数码相机了。
一个视神经细胞相当于1像素，如果双星在视网膜上2个不同细胞上成像就能够分辨开，否则就不能。人的视网膜上共约有1.1～1.3亿个杆细胞，有600～700万个锥细胞，杆细胞感光能力强但只能感应光线的灰度（得到黑白图像），主要在离中心凹较远的视网膜上。这就是我们为什么看星星的时候要用视角来看的原因。而锥细胞则在中心凹处最多，能感应彩色图像。所以人眼就相当于有1.1～1.3亿像素。
原始和逻辑像素
因为多数计算机显示器的解析度可以通过计算机的操作系统来调节，显示器的像素解析度可能不是一个绝对的衡量标准。
现代液晶显示器按设计有一个原始解析度，它代表像素和三元素组之间的匹配较好。（阴极射线管也是用红－绿－蓝荧光三元素组，但是它们和图像像素并不重合，因此和像素无法比较）。
对于该显示器，原始解析度能够产生最精细的图像。但是因为用户可以调整解析度，显示器必须能够显示其它解析度。非原始解析度必须通过在液晶屏幕上拟合重新采样来实现，要使用插值算法。这经常会使屏幕看起来破碎或模糊。例如，原始解析度为
的显示器在解析度为时看起来最好，也可以通过用几个物理三元素组来表示一个像素以显示，但可能无法完全显示的解析度，因为物理三元素组不够。像素可以是长方形的或者方形的。有一个数称为长宽比，用于表述像素有多方。例如
的长宽比表示每个像素的宽是其高度的1.25倍。计算机显示器上的像素通常是方的，但是用于数字影像的像素有矩形的长宽比，例如那些用于CCIR 601数字图像标准的变种PAL和NTSC制式的，以及所对应的宽屏格式。单色图像的每个像素有自己的辉度。0通常表示黑，而最大值通常表示白色。例如，在一个8位图像中，最大的无符号数是255，所以这是白色的值。
在彩色图像中，每个像素可以用它的色调，饱和度，和亮度来表示，但是通常用红绿蓝强度来表示（参看红绿蓝）。
比特每像素
一个像素所能表达的不同颜色数取决于比特每像素(BPP)。这个最大数可以通过取二的色彩深度次幂来得到。例如，常见的取值有：
像素
8 bpp [
；(256色)]；16 bpp [
； (65,536色，称为高彩色)]；24 bpp [
； (16,777,216色，称为真彩色)]；48 bpp [
；(281,474,976,710,656色，用于很多专业的扫描仪) 。象素
256色或者更少的色彩的图形经常以块或平面格式存储于显存中，其中显存中的每个像素是到一个称为调色板的颜色数组的索引值。这些模式因而有时被称为索引模式。虽然每次只有256色，但是这256种颜色 选自一个选择大的多的调色板，通常是16兆色。改变调色板中的色彩值可以得到一种动画效果。视窗95和视窗98的标志可能是这类动画最著名的例子了。对于超过8位的深度，这些数位就是三个分量（红绿蓝）的各自的数位的总和。一个16位的深度通常分为5位红色和5位蓝色，6位绿色（眼睛对于绿色更为敏感）。24位的深度一般是每个分量8位。在有些系统中，32位深度也是可选的：这意味着24位的像素有8位额外的数位来描述透明度。在老一些的系统中，4bpp（16色）也是很常见的。
当一个图像文件显示在屏幕上，每个像素的数位对于光栅文本和对于显示器可以是不同的。有些光栅图像文件格式相对其他格式有更大的色彩深度。例如GIF格式，其最大深度为8位，而TIFF文件可以处理48位像素。没有任何显示器可以显示48位色彩，所以这个深度通常用于特殊专业应用，例如胶片扫描仪和打印机。这种文件在屏幕上采用24位深度绘制。
子像素
很多显示器和图像获取系统出于不同原因无法显示或感知同一点的不同色彩通道。这个问题通常通过多个子像素的办法解决，每个子像素处理一个色彩通道。例如，LCD显示器通常将每个像素水平分解位3个子像素。多数LED显示器将每个像素分解为4个子像素；一个红，一个绿，和两个蓝。多数数码相机传感器也采用子像素，通过有色滤波器实现。（CRT显示器也采用红绿蓝荧光点，但是它们和图像像素并不对齐，因此不能称为子像素）。
对于有子像素的系统，有两种不同的处理方式：子像素可以被忽略，将像素作为最小可以存取的图像元素，或者子像素被包含到绘制计算中，这需要更多的分析和处理时间，但是可以在某些情况下提供更出色的图像。
后一种方式被用于提高彩色显示器的外观解析度。这种技术，被称为子像素绘制，利用了像素几何来分别操纵子像素，对于设为原始解析度的平面显示器来讲最为有效（因为这种显示器的像素几何通常是固定的而且是已知的）。这是反走样的一种形式，主要用于改进文本的显示。微软的ClearType，在Windows XP上可用，是这种技术的一个例子。
兆像素
一个兆像素(megapixel)是一百万个像素，通常用于表达数码相机的解析度。例如，一个相机可以使用2048×1536像素的解析度，通常被称为有“3.1百万像素”
。数码相继使用感光电子器件，或者是耦合电荷设备(CCDs)或者CMOS传感器，它们记录每个像素的辉度级别。在多数数码相机中，CCD采用某种排列的有色滤波器，在Bayer滤波器拼合中带有红，绿，蓝区域，使得感光像素可以记录单个基色的辉度。相机对相邻像素的色彩信息进行插值，这个过程称为解拼（de-mosaic），然后建立最后的图像。这样，一个数码相机中的x兆像素的图像最后的彩色解析度最后可能只有同样图像在扫描仪中的解析度的四分之一。这样，一幅蓝色或者红色的物体的图像倾向于比灰色的物体要模糊。绿色物体似乎不那么模糊，因为绿色被分配了更多的像素（因为眼睛对于绿色的敏感性）。作为一个新的发展，Foveon X3 CCD采用三层图像传感器在每个像素点探测红绿蓝强度。这个结构消除了解拼的需要因而消除了相关的图像走样，例如高对比度的边的色彩模糊这种走样。
类似概念
从像素的思想衍生出几个其它类型的概念，例如体元素(voxel)，纹理元素(texel)和曲面元素(surfel)，它们被用于其它计算机图形学和图像处理应用。
数码像素
像素是衡量数码相机的最重要指标。
像素指的是数码相机的分辨率。
它是由相机里的光电传感器上的光敏元件数目所决定的，一个光敏元件就对应一个像素。因此像素越大，意味着光敏元件越多，相应的成本就越大。数码相机的图像质量部分是由像素决定的，大过一定尺寸再单纯拿像素来比较就没有意义了，主流单反数码相机像素在1000万左右，但是普通摄影及家用500万像素已足够用，因为我们使用的显示器的分辨率有限，一般为
至，这样的分辨率如果显示像素过高的图片时，图片会被压缩至当前屏幕的大小，此时有的图片就会出现锐利度过高的情况而失真。成像质量主要取决于相机的镜头，感光元件大小及质量。像素越大，照片的分辨率也越大，可打印尺寸也更大。但是，早期的数码相机都是低于100万像素的。从1999年下半年开始，200万像素的产品渐渐成为市场的主流。(手机普遍都是200万像素，普通数码相机一般都在300万像素以上。)
当前的数码相机的发展趋势，像素宛如PC机的CPU主频，有越来越大的势头。其实从市场分类角度看，面向普及型的产品，考虑性价比的因素，像素并不是 越大越好。毕竟200万像素的产品，已经能够满足普通消费者的大多数应用。
因 此大多数厂商在高端数码相机追求高像素的同时，当前其产量最大的，仍是面向普 及型的百万像素产品。顶级专用相机，已有超过1亿像素级的产品。另外值得消费者注意的是，当前的数码相机产品，在像素标称上分为CCD像素和经软件优化后的像素，后者大大高于前者。如某品牌流行的数码相机，其CCD像素为230万，而软件优化后的像素可达到330万。
数码相机的像素分为最大像素数和有效像素数。
最大像素
英文名称为Maximum Pixels，所谓的最大像素是经过插值运算后获得的。插值运算通过设在数码相机内部的DSP芯片，在需要放大图像时用最临近法插值、线性插值等运算方法，在图像内添加图像放大后所需要增加的像素。插值运算后获得的图像质量不能够与真正感光成像的图像相比。
在市面上，有一些商家会标明“经硬件插值可达XXX像素”，这也是相同的原理，只不过在图像的质量和感光度上，以最大像素拍摄的图片清晰度比不上以有效像素拍摄的。
最大像素，也直接指
感光器件的像素，一些商家为了增大销售额，只标榜数码相机的最大像素，在数码相机设置图片分辨率的时候，的确也有拍摄最高像素的分辨率图片，但是，用户要清楚，这是通过数码相机内部运算而得出的值，在打印图片的时候，其画质的减损会十分明显。有效像素
有效像素数英文名称为Effective Pixels。与最大像素不同，有效像素数是指真正参与感光成像的像素值。最高像素的数值是感光器件的真实像素，这个数据通常包含了感光器件的非成像部分，而有效像素是在镜头变焦倍率下所换算出来的值。以美能达的DiMAGE7为例，其CCD像素为524万（5.24Megapixel），因为CCD有一部分并不参与成像，有效像素只为490万。
数码图片的储存方式一般以像素（Pixel）为单位，每个象素是数码图片里面积最小的单位。像素越大，图片的面积越大。要增加一个图片的面积大小，如果没有更多的光进入感光器件，唯一的办法就是把像素的面积增大，这样一来，可能会影响图片的锐力度和清晰度。所以，在像素面积不变的情况下，数码相机能获得最大的图片像素，即为有效像素。
用户在购买数码相机的时候，通常会看到商家标榜“最大像素达到XXX”和“有效像素达到XXX”，那用户应该怎样选择呢？在选择数码相机的时候，应该注重看数码相机的有效像素是多少，有效像素的数值才是决定图片质量的关键。
像素画
像素其实是由很多个点组成。我们这里说的“像素画”并不是和矢量图对应的点阵式图像，而是指的一种图标风格的图像，此风格图像强调清晰的轮廓、明快的色彩，同时像素图的造型往往比较卡通，因此得到很多朋友的喜爱。
像素图的制作方法几乎不用混叠方法来绘制光滑的线条，所以常常采用.gif格式，而且图片也经常以动态形式出现。但由于其特殊的制作过程，如果随意改变图片的大小，风格就难以保证了。
像素画的应用范围相当广泛，从小时候玩的FC家用红白机的画面直到GBA手掌机；从黑白的手机图片直到全彩的掌上电脑；即使我们日以面对的电脑中也无处不充斥着各类软件的像素图标。如今像素画更是成为了一门艺术，深深的震撼着你我。
感应器
感应器象素插值在通常情况下，感应器中不同位置的每个象素构成图片中的每个象素。例如一张500万象素的照片由感应器中的500万个象素对进入快门的光线进行测量、处理而获得（有效象素外的其他象素只负责计算）。但是我们有时候能看到这样的数码相机：只拥有300万象素，却能输出600万象素的照片！其实这里并没有什么虚假的地方，只是照相机在感应器300万象素测量的基础上，进行计算和插值，增加照片象素。
光照计算技术
研究背景
一直以来，困扰着图形学界的一个重要问题就是速度和效果之间的取舍，要么为了逼真的效果牺牲速度，要么为了实时的绘制而牺牲了许多细节，效果无法令人满意。如今，随着图形显示硬件发展日新月异，在拥有最新图形显示硬件的个人计算机上实时绘制的精彩动画，不仅绘制速度很快，同时还具有非常强的真实感，能表现许多逼真的细节，如凹凸纹理、粗糙表面的折射和反射效果等。这些都依赖于一种新的绘制技术——基于象素的光照计算。
基于象素的光照计算技术的发展与凹凸纹理光照效果和Phong明暗处理的硬件加速技术发展紧密相关。提出了不同的对Phong明暗处理和凹凸纹理进行硬件加速的方法。MarkPeercy等在1997年提出了一种改进的算法，该算法高效地实现了凹凸纹理光照效果，同时也对Phong明暗处理作了近似的实现，其思路便是采用基于象素的光照计算技术。虽然当时的硬件并不能很好地支持基于象素的光照计算技术，但随着硬件的高速发展，特别是近年来纹理硬件处理技术的发展，基于象素的光照计算技术越来越受到重视。CassEveritt在GDC’2001会议上发表演讲，专门介绍基于象素的光照计算技术的细节。更重要的是，在近两年推出的最新图形显示芯片中，基于象素的光照计算技术更是获得了全面的支持。基于象素的光照计算将成为未来实时绘制系统中不可缺少的一种技术。本文将具体介绍基于象素的光照计算技术的原理和实现。
基于顶点和象素的光照计算的比较
常用的绘制系统中是在顶点级上进行光照计算的。如使用OpenGL光 照记算的步骤是：首先给出一个面片各顶点上的位置、法线向量等信息；然后针对各个顶点采用适当的光照模型进行光照运算，求出各顶点的颜色值；最后通过线性插值求出该面片上各个象素的颜色值。基于顶点的光照计算的绘制流程和插值方法如图1所示。
基于顶点的光照计算方法优点在于减少了光照计算的次数，进而可以提高绘制的速度；不足之处在于绘制的效果不够精细。既使使用了纹理贴图，但由于一个面片上只有各个顶点的光照效果是精确计算的，如果一个面片很大，则整个面片的光照看起来就会显得很单调，根本无法体现细节处的光照效果。如一堵很粗糙的墙，当从近距离观察时，会发现许多细微的阴影，而且这些阴影可以随着光源照射角度的变化而变化。当采用基于顶点的光照计算方法时，如果平面只有两个三角形组成，根本实现不了上述这种光照效果的。除非在三维建模时采用多个面片来表示，将墙的三维细节表达出来。但是这样一来，不仅模型的数据量陡增，而且光照计算也变得非常复杂，无法实现实时的计算。所以这种细节表示对于游戏等一类对实时性要求很高的绘制系统而言，一直是一个困难的问题。
图2
基于象素的光照计算方法的提出，克服了基于顶点的光照计算 技术的不足。同时由于显示硬件的飞速发展，我们已经可以采用基于象素的光照计算方法实时生成具有光照细节的三维场景了。如可以非常逼真地显示凹凸纹理，环境映射等光照效果；而在过去，这些效果只能非常粗略地实时模拟或者通过耗费大量的运算时间来实现。基于象素的光照计算方法的流程如图2所示。光照计算不再像以前那样在顶点级进行计算，而是根据从顶点级操作和光栅化处理后输出的各个象素上的矢量值以及纹理坐标等信息，在每个象素上进行光照计算，得到最后的颜色值。
以往在象素级上的操作主要针对RGBA值进行纹理融合一类的操作，而最新硬件不仅大大地提高了渲染引擎的速度，而且还在象素级上提供了点积运算功能，使得过去在象素级上无法实现的光照计算变成了现实。
如彩图3(见彩图页viii)所示为在相同的绘制速度下两种光照计算 效果的区别。彩图3a，b的几何造型都只有两个三角形，显然彩图3b基于象素的光照计算具有更强烈的立体感，因为它给地图适当地增加了阴影效果。如果采用现有的基于顶点的光照计算技术要达到这样的效果，必然需要增添许多的几何细节，实时绘制将是不可能的。
研究结论
实验平台是CPU为1G的PC，内存512M，Geforce3显卡，显存64M。其中两幅运算结果图采用的是相同的颜色纹理图和法线纹理图，区别在于光源位置的变化，我们可以明显看到光源变化产生的不同的光照和阴影效果。这里所有的光照运算都经过了硬件的加速，实时生成的动态光照效果可以在本实验平台上以大小
，86.2fps的速度运行。基于象素的光照计算技术由于结合了最新硬件所提供的功能，使原来复杂的光照计算可以实时进行，同时又可以在不增加物体几何细节的前提下，充分表现物体的光照细节，克服了原来基于顶点的光照计算的缺点，为将来实时绘制系统的实现提供了基础。
当然，由于硬件的能力有限，如寄存器组合器仅仅提供了三个运算平台，使得一些复杂的光照运算方程不可以经过一遍的硬件加速就可以求得，如实现凹凸纹理自身阴影以及实现高次的高光反射系数。但在增加运算时间的前提下，可以采用多遍的渲染方法以实现上述复杂的计算。随着硬件技术的不断发展和运算能力的不断提高，硬件对于基于象素的光照计算技术将会有更多的支持，基于象素的光照计算技术将会用更快的速度实现出更复杂的效果图来。